hi,我是熵减,见字如面。
用ChatGPT,可以尝试做很多的事情。
今天我们就来让ChatGPT做为架构师,来帮我们设计一个账号系统吧。
我的实验过程记录如下,与你分享。
用户故事
首先,我们从用户故事开始吧。
提示:我们从用户故事开始,需要设计一个网站的账号系统模型,其中包括账号基础信息实体,邮箱验证实体,手机号验证实体,三方社交绑定实体,密码安全实体,登录记录实体。
ChatGPT反馈为:
数据模型
确认没有问题,就可以将次转化为一个数据模型啦。
提示:OK,将以上设计转化为一个数据模型,并使用markdown表格的形式来描述输出
ChatGPT输出为:
类关系图
模型确认后,就可以输出类关系图啦。
我输入的提示为:帮我输出类之间的关系图,用markdown的格式,输出符合Mermaid的脚本代码
ChatGPT反馈为:
classDiagramclass Account {+username: string+password: string+create_time: datetime+update_time: datetime}class EmailVerification {+email: string+verification_code: string+is_success: boolean+create_time: datetime+update_time: datetime}class PhoneVerification {+phone_number: string+verification_code: string+is_success: boolean+create_time: datetime+update_time: datetime}class ThirdPartyBinding {+third_party_id: string+third_party_username: string+create_time: datetime+update_time: datetime}class PasswordSecurity {+password_security_id: string+password_strength: string+password_salt: string+create_time: datetime+update_time: datetime}class LoginRecord {+login_time: datetime+login_ip: string+create_time: datetime+update_time: datetime}Account "1" --> "0..1" EmailVerificationAccount "1" --> "0..1" PhoneVerificationAccount "1" --> "0..*" ThirdPartyBindingAccount "1" --> "1" PasswordSecurityAccount "1" --> "0..*" LoginRecord
以上代码经过markdown渲染后的图片为:
增加类属性
此时,发现Account类中缺失了部分需要的属性,那就可以让ChatGPT类增加吧。
提示:Account实体类中,需要增加一个state状态属性,一个email_ver状态属性,一个phone_ver的状态属性,请将变更后的类关系图,用markdown再次输出
新返回的markdown代码经过渲染后的图片为:
序列图
接下来,我们试一下事务变更的序列图吧。
我输入的提示为:
ChatGPT返回的代码:
sequenceDiagramparticipant PhoneVerificationparticipant Accountparticipant PhoneVerificationServiceparticipant SMSPhoneVerification ->> PhoneVerificationService: 验证通过,发送信号PhoneVerificationService ->> Account: 更新phone_ver属性PhoneVerificationService ->> SMS: 发送验证码
经过渲染后的图片为:
状态图
接下来,我们生产一个状态图看一下吧。
我输入的提示为:Account的state状态有:新注册,已激活,已注销,被锁定等状态,将这些状态在Mermaid脚本中描述出来,用markdown输出状态转换的代码
ChatGPT返回的代码为:
stateDiagram[*] --> New: 注册New --> Active: 邮箱/手机号验证通过Active --> Locked: 多次输入错误密码Locked --> Active: 解除锁定Active --> Deactivated: 注销Deactivated --> Active: 恢复Deactivated --> Archived: 数据保留Locked --> Archived: 数据保留Archived --> [*]: 数据清理
经过渲染后的图片为:
最后
今天的实验就到这儿啦。
可见,ChatGPT在软件开发中是一个不错的助手,它一家具有了不错的生产能力,帮我们做很多事情。
只要我们在每一个问答的回合中,能给ChatGPT正确的提示,它就可以很好的配合我们来完成任务,我就可以持续的发起并推动接下来的步骤。
接下来可以继续尝试啦。